LAMPIRAN 55
LAMPIRAN 1: KUESIONER Astrin Inggar Mayanita 11.30.0084 Saya mahasiswi Fakultas Ekonomi dan Bisnis Universitas Katolik Soegijapranata, saat ini saya sedang melakukan penelitian tentang Analisis Faktor-Faktor yang Mempengaruhi Keputusan Pembelian Konsumen Dalam Melakukan Pembelian Online. Saya memohon bantuan dari saudara untuk dapat mengisi kuesioner ini dengan sejujur-jujurnya karena hasil dari kuesioner ini akan membantu saya untuk menyelesaikan penelitian. Atas bantuan dan kesediaan saudara saya mengucapkan terima kasih. Nomor Kuesioner 1. Identitas Responden 1. Nama : 2. Umur : 3. Kota Asal : 4. Status : Pekerja / Mahasiswa / Pelajar (*coret yang tidak perlu) 2. Pembelian Online Responden 1. Dimana saja anda pernah melakukan pembelian online pada 10 online shop dibawah ini? (boleh pilih lebih dari satu dan lingkarilah angka disebelah kiri) No Nama Online Shop 1 Aim Store 2 Rtwear 3 Feminine 4 Aliceroomlite 5 Palmy Boutique 6 Abnormal Jey 7 Red Purple 8 Old Icha 9 Esprita Shop 10 Rind store Produk yang di beli 56
Berilah tanda (X) pada jawaban saudara, 2. Berapa kali dalam tiga bulan terakhir ini anda berbelanja di Online Shop? a. 1 kali b. 2 kali c. 3 kali d. 4 kali e. > 5 kali 3. Dimana anda melihat koleksi Online Shop tersebut? No Nama Online Shop 1 Aim Store 2 Rtwear 3 Feminine 4 Aliceroomlite 5 Palmy Boutique 6 Abnormal Jey 7 Red Purple 8 Old Icha 9 Esprita Shop 10 Rind store Facebook Instagram Blackberry Group Line Group 4. Produk apa yang anda beli selama tiga bulan terakhir ini? (boleh pilih lebih dari satu) Baju (atasan) Rok Celana Sepatu Tas Aksesoris Lainnya 5. Produk apa yang paling sering anda beli selama tiga bulan ini? a. Baju (atasan) b. Rok c. Celana d. Sepatu e. Tas f. Aksesoris g. Lainnya 57
6. Berapa harga kisaran produk yang paling sering anda beli selama tiga bulan terakhir ini? a. Rp 35.000 Rp 50.000 b. Rp 50.000 Rp 75.000 c. Rp 75.000 Rp 100.000 d. Rp 100.000 Rp 125.000 e. > Rp 125.000 7. Bagaimana cara transaksi pembayaran anda yang paling sering anda lakukan? a. ATM b. Internet Banking c. Mobile Banking d. SMS Banking e. Lainnya 8. Berilah contoh produk specialist girl stuff yang anda ketahui dan anda beli yang hanya bisa dibeli lewat online (berikan alasan anda) 3. Tanggapan Responden Keterangan : Skor 1 : Sangat Tidak Setuju Skor 2 : Tidak Setuju Skor 3 : Netral Skor 4 : Setuju Skor 5 : Sangat Setuju 58
Berikan tanda ( X ) pada jawaban saudara, NO KETERANGAN 1 Produk yang ditawarkan di Online Shop sangat menarik bagi saya 2 Produk yang ditawarkan di Online Shop memiliki kualitas baik 3 Produk yang ditawarkan di Online Shop memiliki model yang bagus 4 Produk yang ditawarkan di Online Shop lebih bagus dibandingkan di toko offline sehingga saya tertarik membelinya 5 Produk yang ditawarkan di Online Shop selalu membuat saya ingin membelinya 6 Berbelanja di Online Shop selalu menjadi keinginan saya 7 Produk yang ditawarkan di Online Shop lebih murah dibandingkan di toko 8 Produk yang ditawarkan di Online Shop selalu murah dibandingkan di toko 9 Produk yang ditawarkan di Online Shop tidak ada pajak sehingga lebih murah dibandingkan di toko 10 Saya berbelanja di Online Shop karena transaksi lebih mudah 11 Saya pilih berbelanja di Online Shop karena dapat membayar dengan ATM, M-Banking, I-Banking, Kredit, dll 12 Saya berbelanja di Online Shop agar dapat COD (Cash On Delivery) 13 Saya berbelanja di Online Shop karena lebih santai dalam bertransaksi 14 Saya berbelanja di Online Shop karena sangat menghemat waktu saya 15 Saya berbelanja di Online Shop karena tidak memerlukan banyak tenaga 16 Saya berbelanja di Online Shop lebih praktis karena barang dapat diantar sampai rumah 17 Produk yang ditawarkan di Online Shop memiliki berbagai macam model 18 Produk yang ditawarkan di Online Shop memiliki berbagai macam warna 19 Produk yang ditawarkan di Online Shop memiliki berbagai macam motif 20 Produk yang ditawarkan di Online Shop memiliki 59
pilihan ukuran yang cocok bagi saya 21 Produk yang ditawarkan di Online Shop selalu memiliki stock yang banyak 22 Saya berbelanja di Online Shop karena tidak ada kendala dalam memilih produk 23 Saya berbelanja di Online Shop karena kebutuhan 24 Produk yang ditawarkan di Online Shop mengikuti jaman 25 Produk yang ditawarkan di Online Shop selalu sesuai dengan umur saya ------- TERIMA KASIH ------- 60
LAMPIRAN 2: FOTO AKUN 10 ONLINE SHOP DI MEDIA SOSIAL INSTAGRAM Gambar L 2.1 Online Shop Red Purple Sumber: Data Primer, 2015 61
Gambar L2.2 Online Shop Esprita Shop Sumber: Data Primer, 2015 Gambar L2.3 Online Shop Abnormal Jey Sumber: Data Primer, 2015 62
Gambar L2.4 Online Shop Sierra Store (Feminine) Sumber: Data Primer, 2015 Gambar L2.5 Online Shop Old icha Sumber: Data Primer 2015 63
Gambar L2.6 Online Shop Aim Store Sumber: Data Primer, 2015 Gambar L 2.7 Online Shop RtWear Sumber: Data Primer, 2015 64
Gambar L2.8 Online Shop Aliceroomlite Sumber: Data Primer, 2015 Gambar L 2.9 Online Shop Palmy Boutique Sumber: Data Primer, 2015 65
Gambar L 2.10 Online Shop Rind Project Sumber: Data Primer 2015 66
LAMPIRAN 3: HASIL PENGHITUNGAN ANALISIS FAKTOR Descriptive Statistics Mean Std. Deviation Analysis N VAR00001 3.9333.57833 60 VAR00002 3.6167.61318 60 VAR00003 3.8167.74769 60 VAR00004 3.6167.82527 60 VAR00005 3.8833.78312 60 VAR00006 3.3833.82527 60 VAR00007 3.6833.87317 60 VAR00008 3.4500.90993 60 VAR00009 3.6333.86292 60 VAR00010 3.9000.83767 60 VAR00011 4.0500.79030 60 VAR00012 3.4333.90884 60 VAR00013 3.8333.78474 60 VAR00014 4.1000.62977 60 VAR00015 4.1167.66617 60 VAR00016 4.2000.65871 60 VAR00017 4.0833.67124 60 VAR00018 4.2000.60506 60 VAR00019 4.0167.53652 60 VAR00020 3.5333.72408 60 VAR00021 3.3667.78041 60 VAR00022 3.5000.74788 60 VAR00023 3.6333.91996 60 VAR00024 3.9833.74769 60 VAR00025 3.8000.79830 60 67
68
69
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy..704 Approx. Chi-Square 887.592 Bartlett's Test of Sphericity df 300 Sig..000 70
71
Communalities Initial Extraction VAR00001 1.000.685 VAR00002 1.000.615 VAR00003 1.000.746 VAR00004 1.000.606 VAR00005 1.000.570 VAR00006 1.000.539 VAR00007 1.000.688 VAR00008 1.000.789 VAR00009 1.000.723 VAR00010 1.000.765 VAR00011 1.000.649 VAR00012 1.000.655 VAR00013 1.000.739 VAR00014 1.000.840 VAR00015 1.000.807 VAR00016 1.000.735 VAR00017 1.000.642 VAR00018 1.000.743 VAR00019 1.000.740 VAR00020 1.000.669 VAR00021 1.000.598 VAR00022 1.000.702 VAR00023 1.000.721 VAR00024 1.000.585 VAR00025 1.000.780 Extraction Method: Principal Component Analysis. 72
Compo nent Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Cumulat Total % of Cumulat Varianc ive % Varianc ive % e e Rotation Sums of Squared Loadings Total % of Cumula Varianc tive % e 1 7.383 29.533 29.533 7.383 29.533 29.533 3.563 14.252 14.252 2 3.477 13.908 43.442 3.477 13.908 43.442 3.444 13.777 28.028 3 2.236 8.943 52.384 2.236 8.943 52.384 2.884 11.536 39.564 4 1.744 6.974 59.358 1.744 6.974 59.358 2.611 10.444 50.008 5 1.387 5.550 64.908 1.387 5.550 64.908 2.570 10.280 60.288 6 1.105 4.418 69.327 1.105 4.418 69.327 2.260 9.038 69.327 7.978 3.911 73.237 8.959 3.837 77.074 9.832 3.328 80.402 10.711 2.845 83.247 11.608 2.432 85.678 12.578 2.311 87.989 13.418 1.672 89.661 14.407 1.626 91.287 15.375 1.499 92.786 16.332 1.327 94.112 17.288 1.151 95.263 18.260 1.039 96.302 19.211.843 97.145 20.193.771 97.916 21.141.565 98.481 22.134.538 99.019 23.108.434 99.453 24.072.290 99.743 25.064.257 100.000 Extraction Method: Principal Component Analysis. 73
74
Component Matrix a Component 6 VAR00001.513 -.338 -.373 -.269 -.309 -.009 VAR00002.546 -.505 -.054.048 -.232.063 VAR00003.569 -.438 -.011 -.376 -.297.019 VAR00004.623 -.440.052 -.141.006.033 VAR00005.601.037.122 -.296 -.146 -.288 VAR00006.600.055.228 -.026.220 -.274 VAR00007.403.272.471 -.476 -.001 -.055 VAR00008.483.353.548 -.258.102.232 VAR00009.610.381.192 -.274 -.216.218 VAR00010.597.262.223.235 -.375 -.309 VAR00011.582.323 -.063.023 -.231 -.385 VAR00012.467.324.164.333.261 -.356 VAR00013.512.547 -.206.124.325.119 VAR00014.428.722 -.238.060 -.031.274 VAR00015.555.578 -.237.222 -.060.236 VAR00016.561.458 -.385.168 -.184.032 VAR00017.562 -.012 -.527 -.163.145.022 VAR00018.540 -.310 -.473 -.196.305 -.021 VAR00019.506 -.216 -.464 -.193.398 -.164 VAR00020.523 -.185.451 -.130.287.243 VAR00021.636 -.242.270.102.220.059 VAR00022.546 -.361.197.319.357.080 VAR00023.524 -.351.093.509 -.048 -.231 VAR00024.583 -.292 -.102.190 -.159.298 VAR00025.433 -.398.175.513 -.243.286 Extraction Method: Principal Component Analysis. a. 6 components extracted. 75
Rotated Component Matrix a Component 6 VAR00001.099.117 -.032.353.727.088 VAR00002 -.033.517.017.177.552.101 VAR00003 -.094.226.273.234.739.099 VAR00004 -.075.451.276.344.438.107 VAR00005.079.025.400.198.369.477 VAR00006.074.253.408.289 -.029.468 VAR00007.060 -.129.770 -.018.119.246 VAR00008.266.111.829 -.098 -.037.089 VAR00009.500.022.590 -.060.310.157 VAR00010.328.237.173 -.200.199.701 VAR00011.379 -.008.122.099.215.659 VAR00012.267.246.168.152 -.348.592 VAR00013.706.070.205.329 -.249.149 VAR00014.889 -.099.175.038 -.049.073 VAR00015.868.119.098.061.003.162 VAR00016.767.042 -.059.145.176.299 VAR00017.384.065 -.002.632.294.061 VAR00018.108.199.007.781.286 -.003 VAR00019.089.112.009.827.156.108 VAR00020 -.040.472.643.170.028 -.044 VAR00021.024.595.384.248.068.172 VAR00022 -.030.745.192.302 -.084.099 VAR00023 -.025.694 -.129.095.107.449 VAR00024.259.578.028.130.407 -.029 VAR00025.094.815 -.065 -.194.256.020 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 8 iterations. 76
Component Transformation Matrix Component 6 1.427.481.399.377.358.397 2.688 -.489.204 -.226 -.388.211 3 -.372.251.656 -.538 -.232.157 4.216.618 -.536 -.283 -.408.193 5 -.115.108.210.634 -.702 -.188 6.382.270.193 -.187.092 -.837 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Score Coefficient Matrix Component 6 VAR00001.014 -.082 -.067.042.320.000 VAR00002 -.013.115 -.055 -.051.200 -.016 VAR00003 -.067 -.054.076 -.018.317 -.012 VAR00004 -.066.067.073.068.107 -.031 VAR00005 -.103 -.139.089.029.132.249 VAR00006 -.109 -.002.096.123 -.129.227 VAR00007 -.079 -.141.313 -.024.048.061 VAR00008.046.016.343 -.081 -.045 -.132 VAR00009.138 -.053.201 -.131.159 -.097 VAR00010.003.006 -.070 -.197.086.374 VAR00011 -.003 -.118 -.077 -.020.078.372 VAR00012 -.040.055 -.032.089 -.270.327 VAR00013.202.031.031.149 -.198 -.074 VAR00014.312 -.015.020 -.038 -.011 -.147 VAR00015.300.060 -.042 -.056 -.015 -.098 VAR00016.234 -.018 -.130 -.025.073.050 VAR00017.093 -.062 -.049.245.050 -.062 VAR00018 -.008 -.025 -.025.336 -.001 -.070 VAR00019 -.050 -.066 -.030.393 -.074.031 VAR00020 -.037.146.276.041 -.096 -.189 VAR00021 -.041.174.112.057 -.100 -.025 VAR00022 -.035.269.036.102 -.202 -.052 VAR00023 -.067.214 -.169 -.038 -.059.251 VAR00024.133.195 -.046 -.081.132 -.177 VAR00025.100.337 -.093 -.237.074 -.116 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 77
Component Score Covariance Matrix Component 6 1 1.000.000.000.000.000.000 2.000 1.000.000.000.000.000 3.000.000 1.000.000.000.000 4.000.000.000 1.000.000.000 5.000.000.000.000 1.000.000 6.000.000.000.000.000 1.000 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 78